[发明专利]一种工业机器人物料形状识别方法

权利要求书

1.一种工业机器人物料形状识别方法，其特征在于：包括以下步骤：

步骤一：采集物料图像，并将图像数字化；

步骤二：通过图像增强、中值滤波、频域处理和直方图均衡，进行图像预处理；

步骤三：进行图像二值化处理；

步骤四：对二值化图像形态学处理：通过腐蚀操作滤除图像中的颗粒噪声；采用膨胀操作适度还原被腐蚀目标的边缘；

步骤五：提取图像轮廓；

步骤六：通过轮廓特征点匹配识别出待识别物的形状。

2.如权利要求1所述的工业机器人物料形状识别方法，其特征在于：所述步骤三具体包括：获得图像的首地址及图像的高和宽；设定初始阈值T；分别计算图像中小于T和大于T的两组平均灰度值u1和u2；迭代计算阈值，直至两个阈值相等；根据计算出的阈值，对图像进行二值化处理。

3.如权利要求1所述的工业机器人物料形状识别方法，其特征在于：所述步骤五中，提取图像轮廓的方法包括：获取图像像素的首地址及图像的高和宽；将像素点的8邻域像素读入数组中，若邻域像素的灰度值和中心点的灰度值相差小于K，判定邻域像素和中心点相同；若8邻域像素都和中心点相同，将像素点置白，否则保持不变；从左上到右下对图像中的每个像素进行处理，得到图像的轮廓。

4.如权利要求1所述的工业机器人物料形状识别方法，其特征在于：所述步骤六中，轮廓特征点匹配的方法：根据图像的轮廓特征点a_i，以及样品模板的轮廓特征点b_j，结合形状信息，计算轮廓特征点的匹配值，当匹配值最大时，样品模板的形状即为识别物体形状。

5.如权利要求4所述的工业机器人物料形状识别方法，其特征在于：所述轮廓特征点的匹配值计算公式：其中，C(a_i，b_j)表示是特征点的匹配集合，h_i(k)表示以特征点a_i为参考的k区间的log极坐标直方图，h_j(k)表示以特征点b_j为参考的k区间的log极坐标直方图值。

6.如权利要求4所述的工业机器人物料形状识别方法，其特征在于：所述形状信息的获取方法：找到物体内外轮廓的特征点，并用密集的离散点来表示连续的轮廓边线；通过log极坐标直方图表示特征点之间的相对位置。

7.如权利要求5所述的工业机器人物料形状识别方法，其特征在于：log极坐标直方图值的计算方法：使某一特征点位于坐标系中心作为参考点，通过计数落在每个坐标系区间中其他特征点的数量可得相应的直方图值。